基于边缘计算和VPRS的火箭设备单机双层判读与实时诊断

为提高参数自动判读的效率，增强设备单机状态诊断的时效性和准确性，提出一种基于边缘计算和变精度粗糙集(VPRS)的运载火箭设备单机双层判读与实时诊断方法。首先构建了边缘层-判读服务器层的双层判读架构。然后，基于边缘计算技术设计了边缘层判读方法，对参数原始数据进行阈值判断与数据筛选。随后，在判读服务器层，定义AIPL(AutoIP Language)判据描述语言设计高阶判据并进行高阶判读；基于VPRS建立了实时诊断模型，对设备单机的历史数据进行约简，挖掘出了简化后的状态诊断规则。最后，以XX火箭设备单机遥测数据自动判读系统升级改造为例，验证了所提方法的可行性与有效性。     

小波分析在火箭飞行遥测数据判读中的应用

针对运载火箭飞行数据特点,提出基于小波变换的飞行数据判读方法。结合小波变换的时频分析特性,论述小波变换保持数据局部正则性的理论依据。使用某型运载火箭的某次实际飞行数据,论证了小波分析方法在飞行数据判读中的适用性。尤其是在故障数据判读方面,与现有遥测处理结果相比,小波分析能够更为有效地屏蔽噪声影响、提取真实数据趋势、准确捕获故障模式,为飞行过程评定、火箭结构验证、火箭性能优化提供有力数据支撑。     

IPL：运载火箭测试数据自动判读语言

为确保运载火箭测试数据的完整性与正确性，克服传统人工判读模式判读效率低、易误判漏判以及通用编程语言自动判读模式判读适应性、扩展性、复用性差的不足，提出并设计运载火箭测试数据处理领域的自动判读语言IPL（Interpretation Language），以及配套的语言解析与执行器，实现了运载火箭测试判据的形式化定义与描述，减轻了业务人员的学习、判读成本，使得海量测试数据的判读在分钟级即可全部自动完成，目前已在多种新一代运载火箭工程实践中得到成功应用。     

一种遥测缓变参数自动判读的新方法

针对遥测参数中缓变参数的自动判读问题，提出一种基于历史数据统计特性的遥测缓变参数自动判读新方法。首先，设计了一种以参数目标数据时标为基准的时间间隔递推算法和线性插值方法，使历史数据与目标数据的时标得到有效统一。其次，基于方向和距离函数构造了双因子等价权函数，并利用抗差最小二乘估计算法得到了参数的估值和标准差。最后，根据参数的估值和标准差对目标数据进行统计分析，依据目标数据的概率分布判断参数是否存在异常，进而实现参数的自动判读。仿真校验结果表明，该方法能有效辨识缓变参数中的异常参数，且具有较强的抑制随机噪声和抗差自适应能力。与传统以人工为主的判读方式相比，该方法能有效提高遥测参数判读的效率和准确性。     

基于函数解析的卫星测试数据自动判读

以某在轨故障诊断课题为研究背景,针对目前卫星测试系统遥测数据判读主要依靠人工完成,效率低,可靠性低,对测试进度影响较大,还消耗大量人力的问题,通过调研卫星遥测值变化规律以及现有遥测数据判读方式,提出一种开放的判读函数编译平台,并在平台上实现了遥测数据的自动判读,提高了测试效率,减少了人力消耗,有利于实现在轨监测和卫星测试的自动化。     

卫星遥测数据实时压缩算法设计与实现

为了满足多星并行遥测数据处理和海量数据高并发分析的性能需求，便于后续进行数据挖掘、智能预警，本文提出并实现了一种卫星遥测数据实时压缩算法。针对遥测数据的特点，提出了遥测自适应分类方法，采用改进型RLE（Run Length Encoding，行程编码）压缩和增量压缩结合的算法，结合数据库技术，实现了遥测数据的压缩。在某型号卫星研制项目中，采用了该算法进行数据压缩，统计分析表明：该算法起到了很好的压缩效果。     

基于主从式双CPU的小卫星智能遥测系统设计

主要介绍主从式双CPU架构的小卫星智能遥测系统的设计与实现。此系统由MCU(386EX)和DSP(TMS320F2812)芯片构成双CPU系统,MCU为主CPU,主要负责遥测系统管理、接口与通信功能;DSP为从CPU,负责遥测数据处理分析。智能遥测系统软件采用智能遥测轮询控制算法和遥测数据压缩算法。整个系统硬件设计简单,遥测数据处理算法设计合理、可靠性高。测试结果表明:该系统运行稳定可靠,具有很高的实时性和数据处理能力,提高遥测信道的有效利用率。此研究结果可以为后续卫星遥测系统设计提供参考和借鉴价值。     

基于实时数据库的小卫星数据监视工具设计

提出了一种基于实时数据库的小卫星数据监视工具设计方法,根据实时数据库的技术特点,采用模块化设计方式,将多种数据监视功能进行组合。该数据监视工具主要功能包括遥测参数、遥测帧包数据、遥控指令、遥控指令判读数据、默认监视数据、自定义监视数据、遥测衍生数据、遥测基础信息数据、测试过程事件等的实时监视。在数据处理方面采用共享内存和哈希算法,可保证数据读写的可靠性和数据刷新效率,便于测试人员快速了解卫星当前的工作状态和健康状态。     

基于集成学习约束能量最小化的高光谱目标检测算法研究

提出了一种基于集成学习约束能量最小化(E-CEM)的高光谱图像目标检测算法。传统的高光谱检测算法通常是基于约束最小二乘法或基于高斯先验下的假设检验算法获得,然而真实环境中捕获的高光谱数据通常具有很强的非线性及非高斯特性,此时传统算法通常难以获得满意的检测效果。虽然核方法一定程度上能使传统算法获得较强的非线性表达能力,但核方法本身极易受到核函数参数的选择而表现出性能不稳定的现象。E-CEM在传统的约束能量最小化算法的基础上结合集成学习思想,使其在提升非线性光谱表达能力的同时提升检测的稳定性和稳健性。仿真高光谱图像和真实高光谱图像的实验结果都表明所提方法提升了CEM算法及其他经典算法的检测性能。     

基于深度神经网络的自适应波束形成算法

自适应波束形成技术是航天领域中的旁瓣抗干扰关键技术之一。当回波数据量增多时,传统的波束形成算法无法进行快速的处理,而应用深度神经网络模型对数据进行预训练可以快速的进行波束形成,因此根据波束形成原理利用分段训练方式设计深度神经网络,应用Leaky-ReLU激活函数、Adam优化算法和Dropout正则化方法提升深度神经网络的性能,提出了基于深度神经网络的自适应波束形成算法。仿真结果表明,相比于传统的LMS算法,在实验环境下,基于深度神经网络的自适应波束形成算法的计算速度约有7～8倍的提高。     

基于TmNS的运载火箭天地一体化测控网络研究

为满足运载火箭日益增长的测控需求，网络化测控成为未来运载火箭测控的必然趋势。通过研究IRIG 106-20国际遥测标准中TmNS标准特性、协议栈以及系统架构，提出了基于TmNS的运载火箭天地一体化测控网络的新概念，给出了测控网络系统架构、各部分组成及功能，并对其中涉及的TmNS数据消息传输协议、RF网络接入层协议、TMoIP协议、数据包遥测技术等关键技术进行研究，提出了可行的实现方案，为今后我国新一代运载火箭天地一体化测控通信奠定技术基础。     

基于序列近似优化算法的固体运载火箭弹道设计

采用打靶法研究固体运载火箭弹道优化设计问题。针对打靶法中智能优化算法效率、优化问题中约束条件提法等方面的不足,引入序列近似优化算法,提出算法中径向基函数高斯核宽度的高效确定方法。数值仿真实验表明,提出的方法可在基本不带来计算量增加的前提下,显著提高代理模型精度,使序列近似优化算法得到改进,提高优化效率。设计固体运载火箭飞行程序。建立弹道优化设计问题数学模型,并将模型中相关等式约束合理转化为不等式约束,降低优化问题求解难度;基于改进后的序列近似优化算法完成某固体运载火箭弹道优化,原始计算模型调用308次之后便搜索到最优解,较传统智能优化算法显著提高了优化效率,优化方案末助推级液体推进剂消耗比原方案减少25.7%。     

遥测装备智能运维系统的研究与工程化实现

随着航天发射和在轨航天器管理任务的不断增加，为支撑各类测控需求，遥测站数量越来越多，测控系统越来越复杂。为了从整体降低对遥测任务及遥测装备的运维管理成本，提升运维信息的应用能力，为各类角色用户提供有效全面的信息支撑，需要建立体系化的遥测装备智能运维系统。构建多级智能化运维体系，通过现代化信息感知和传输技术实现装备信息的多维度快速获取、感知和汇聚，全局性掌控战斗资源，建设运维中心及信息处理平台完成数据的智能融合处理，通过对各装备、各时段数据的比较，关联挖掘信息，深层次利用运维数据，实现资源全景展示、装备状态监视与智能维护、运行效能评估、态势分析与预测等能力，为遥测资源和战斗力部署调度提供直接全面的决策支撑。     

中国下一代运载火箭电气系统技术发展研究

运载火箭电气系统主要负责实现飞行过程及地面测试过程中的导航制导控制、参数测量、遥测遥控、供配电管理以及故障诊断功能,是运载火箭的重要组成部分之一。总结梳理国外运载火箭电气技术发展趋势,结合我国后续运载火箭的发展需求和技术特点,提出了我国运载火箭电气系统的总体架构和技术发展方向,从综合电子技术、轻质化技术、多电火箭技术、智能化技术、便捷化技术等方面提出了后续关键技术的发展方向和建议。     

运载火箭风场高精度拟合方法

针对运载火箭风场传统拟合方法精度低的问题，提出一种基于最少参数神经网络的高精度拟合方法。该方法将运载火箭飞行高度作为网络输入，将风场的速度和朝向作为网络输出，在满足精度要求下使用最少的网络层数和神经元个数完成风场拟合，并给出了隐层节点数的下界公式。和传统的最小二乘多项式拟合及其分段形式相比，最少参数神经网络只使用一套框架即可完成风速和风向的拟合，并提高了拟合精度。大量仿真结果充分说明了所提出方法的有效性、简洁性和鲁棒性。     

运载火箭尾段防热/承载一体化热防护系统设计及性能分析

先进热防护技术是可重复使用运载火箭研制的关键技术之一,具有高结构效率的防热/承载一体化热防护系统是运载火箭极具潜力的备选热防护方案。本文系统地总结了可重复使用运载火箭尾舱段防热和承载两方面的设计要求,设计了一种全复合材料防隔热/承载一体化热防护系统。开展了运载火箭尾段一体化热防护系统设计,进行了代表性单胞结构的高温环境地面试验,揭示了复合材料一体化热防护系统的防隔热机理。同时施加力学和热流载荷,利用有限元方法对运载火箭尾段进行了热力耦合分析,获得了尾段结构的温度场、应变场和应力场。结果表明:在典型载荷工况下一体化热防护系统内壁温度保持在89.2℃以下,内部最大应力不超过9.53 MPa,安全系数达到1.89。     

基于BiSNet的航天发动机转子智能健康监控

航天发动机某部件转子健康监控,对检测发动机能否正常工作进而影响航天发射任务的成败至关重要。传统健康监控方法需要依赖经验和专业知识,在对故障机理深入理解后才能构建相应的健康监控模型。针对传统转子健康监控手段效率低、适应性差、过度依赖专家经验等不足,结合海量转子振动健康监控历史数据,提出并设计采用神经网络BiSNet的人工智能方法,对航天领域运载火箭发动机某部件转子的健康状态进行智能建模并完成监控。通过与传统监控手段和主流基准神经网络方式对照实验得出结论,基于历史数据驱动的神经网络BiSNet可为航天转子智能健康监控提供便捷准确的建模预测。